【JAVA】使用JSOUP让JAVA取得网页上的文字

因为之前参加比赛摆摊的经验，有很多人都会问关于我们专题是怎么让JAVA / Android的读到网页上的文字，所以我这个无业游民就来回馈大家了!!
废话不多说，马上来说明到底要怎么使用JSOUP─HTML/ XML解析取得网页上的文字!!

关于JSOUP
它是一个别人写好的JAVA套件，可以解析HTML及XML，至于是为什么能做到，
因为HTML和XML有所谓的标签

如上图，就是这个左右大小于括起来的东西，
它能取得指定的标签，一直到下一个结束为止，所以凡是有标签的网页，JSOUP都能取得标签包夹的资料。
于是乎，我们可以归纳出JSOUP能作的事情有：

取得HTML网页的文字（标签若重覆，则取得方法在后面有范例）
取得XML网页的文字（因为标签不会有重覆的情况，解析标签会达到最佳效果）
资料库的资料（将取得资料库的PHP的网页按右键检视原始码后，会显示成HTML语言，接下来的方法同HTML）
若要取得一些每日天气的情报，可以至中央气象局的RSS，一样使用JSOUP解析网页上的内容
可以使用在JAVA上，当然也能使用在Android上，但需做一些设定，就能将上述四点都应用至Android app
想到待补... ..
JSOUP事前工作
请先至JSOUP官网将JAR载档下来http://jsoup.org/download

将载下来的jar档放到你的要使用的JAVA Project底下
（这一步可以不做，但如果换电脑的话罐会找不到或罐子路径错误）

开启撰写平台

点击Java Build Path，并按下右侧的添加外部JAR选择你刚刚载的jsoup.jar档案的路径
（这一步如果在换电脑写程序时，路径会跑掉，得重新再做一次）

加入后会长下面那个样子，这样就表示可以开始使用JSOUP了

JSOUP简单范例程序及说明
下面将以简单的HTML网页作为范例解说：

    
喜
樂
    
怒
哀
  

这是一个有表的HTML网页，其显示结果为

就...。长这个样子而已

接下来我打算解析这个网页的标题以及表中的第二个值

JAVA代码如下：

import java.net.URL; import org.jsoup.Jsoup; import
org.jsoup.nodes.Document; import org.jsoup.parser.Parser; import
org.jsoup.select.Elements;

public class main {

public static void main(String[] args) throws Exception {
    // TODO Auto-generated method stub
        Parsing();
}
public static void Parsing() throws Exception {
    URL url = new URL("http://在這邊輸入你要解析的網頁網址");

    Document xmlDoc =  Jsoup.parse(url, 3000); //使用Jsoup jar 去解析網頁
    //(要解析的文件,timeout)
    Elements title = xmlDoc.select("title");

//要解析的tag元素為title

    Elements happy = xmlDoc.select("td");

//要解析的tag元素為td

         
    System.out.println("Title is "+title.get(0).text()); //得到title tag的內容
    System.out.println("you select mood is "+happy.get(1).text()); //得到td tag的內容
    //注意: 因為有好多個td 我想要取得的是樂 是第2個td 所以填get(1)

}   }

注解已打在代码上，值得注意的地方是在取得

在上面的关于JSOUP中有提到Android也可以使用这个方式，除了将代码改为Android代码以外，还要在Android Project的AndroidManifest.xml中调整成以下代码：

进行改版本以及开启网路权限

Android的代码我就不提供了（电脑跑Android模拟器很慢+没有Android手持装置），就当作业自己改吧XD另外
就是加入jsoup.jar档时，可以加在Android Project的libs资料夹底下。